CN107948460B - 图像处理方法和装置、计算机设备、计算机可读存储介质 - Google Patents

Abstract

本申请涉及一种图像处理方法和装置、计算机设备、计算机可读存储介质。所述方法包括：获取待处理图像集合；遍历所述待处理图像集合中的待处理图像，判断所述待处理图像是否已上传至服务器；若所述待处理图像已上传至所述服务器，则检测所述待处理图像中是否包含目标信息，其中所述目标信息为文字信息和/或人脸信息；若所述待处理图像中不包含所述目标信息，则将所述待处理图像进行压缩处理。上述图像处理方法和装置、计算机设备、计算机可读存储介质，可以提高图像处理的准确率。

Description

图像处理方法和装置、计算机设备、计算机可读存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种图像处理方法和装置、计算机设备、计算机可读存储介质。

背景技术

随着智能终端和互联网技术的飞速发展，对智能终端中图像的处理技术越来越成熟。用户可以通过智能终端进行图像的拍摄，拍摄之后的图像还可以进行存储。在图像存储之后，智能终端还可以按照拍摄时间、地点、类型等对图像进行分类，方便用户进行查看。

发明内容

本申请实施例提供一种图像处理方法和装置、计算机设备、计算机可读存储介质，可以提高图像处理的准确率。

一种图像处理方法，所述方法包括：

获取待处理图像集合；

遍历所述待处理图像集合中的待处理图像，判断所述待处理图像是否已上传至服务器；

若所述待处理图像已上传至所述服务器，则检测所述待处理图像中是否包含目标信息，其中所述目标信息为文字信息和/或人脸信息；

若所述待处理图像中不包含所述目标信息，则将所述待处理图像进行压缩处理。

一种图像处理装置，所述装置包括：

图像获取模块，用于获取待处理图像集合；

图像上传模块，用于遍历所述待处理图像集合中的待处理图像，判断所述待处理图像是否已上传至服务器；

信息检测模块，用于判断若所述待处理图像已上传至所述服务器，则检测所述待处理图像中是否包含目标信息，其中所述目标信息为文字信息和/或人脸信息；

压缩处理模块，用于判断若所述待处理图像中不包含所述目标信息，则将所述待处理图像进行压缩处理。

一种计算机设备，包括存储器及处理器，所述存储器中储存有计算机可读指令，所述指令被所述处理器执行时，使得所述处理器执行时实现如下步骤：

获取待处理图像集合；

遍历所述待处理图像集合中的待处理图像，判断所述待处理图像是否已上传至服务器；

若所述待处理图像已上传至所述服务器，则检测所述待处理图像中是否包含目标信息，其中所述目标信息为文字信息和/或人脸信息；

若所述待处理图像中不包含所述目标信息，则将所述待处理图像进行压缩处理。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：

获取待处理图像集合；

遍历所述待处理图像集合中的待处理图像，判断所述待处理图像是否已上传至服务器；

若所述待处理图像已上传至所述服务器，则检测所述待处理图像中是否包含目标信息，其中所述目标信息为文字信息和/或人脸信息；

若所述待处理图像中不包含所述目标信息，则将所述待处理图像进行压缩处理。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为一个实施例中图像处理方法的应用环境示意图；

图2为另一个实施例中图像处理方法的应用环境示意图；

图3为一个实施例中图像处理方法的流程图；

图4为另一个实施例中图像处理方法的流程图；

图5为一个实施例中图像处理系统的系统架构图；

图6为一个实施例中图像处理装置的结构示意图；

图7为另一个实施例中图像处理装置的结构示意图；

图8为一个实施例中服务器的内部结构示意图；

图9为与本申请实施例提供的计算机设备相关的手机的部分结构的框图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一客户端称为第二客户端，且类似地，可将第二客户端称为第一客户端。第一客户端和第二客户端两者都是客户端，但其不是同一客户端。

图1为一个实施例中图像处理方法的应用环境示意图。如图1所示，该应用环境包括客户端102和服务器104。其中，客户端102可以用于获取待处理图像集合，并将待处理图像集合发送至服务器104。服务器104遍历待处理图像集合中的待处理图像，判断待处理图像是否已上传至服务器104；若待处理图像已上传至服务器104，检测待处理图像中是否包含目标信息，并将检测结果返回给客户端102。客户端102接收到检测结果后，根据检测结果判断待处理图像中是否包含目标信息，若待处理图像中不包含目标信息，则将待处理图像进行压缩处理。服务器104在接收到待处理图像集合后，还可以将待处理图像集合进行存储。客户端102可以向服务器104发起图像获取请求，服务器104再根据图像获取请求从待处理图像集合中查找对应的待处理图像，并将查找到的待处理图像返回给客户端102。客户端102为处于计算机网络最外围，主要用于输入用户信息以及输出处理结果的电子设备，例如可以是个人电脑、移动终端、个人数字助理、可穿戴电子设备等。服务器104是用于响应服务请求，同时提供计算服务的设备，例如可以是一台或者多台计算机。可以理解的是，该图像处理方法的应用环境中可以只包括客户端102，即客户端102用于获取待处理图像集合，并将待处理图像集合中的图像进行压缩处理。

图2为另一个实施例中图像处理方法的应用环境示意图。如图2所示，该应用环境包括客户端22、服务器24和子服务器集群26。客户端22可以获取待处理图像集合，根据待处理图像集合生成目标检测请求，并将目标检测请求发送至服务器24。服务器24根据接收到目标检测请求生成目标检测请求队列，通过各个子服务器262的状态标识查找目标服务器标识，并将目标检测请求队列中的目标检测请求发送至目标服务器标识对应的子服务器262中。子服务器262遍历待处理图像集合中的每一张待处理图像，检测待处理图像中是否包含目标信息，得到检测结果。子服务器262得到的检测结果可以直接发送至客户端22，也可以先发送到服务器24，再通过服务器24发送到客户端22中。客户端102接收到检测结果后，根据检测结果判断待处理图像中是否包含目标信息，若待处理图像中不包含目标信息，则将待处理图像进行压缩处理。其中，子服务器集群26中包括一个或多个子服务器262，用于实现分布式任务处理。客户端22为处于计算机网络最外围，主要用于输入用户信息以及输出处理结果的电子设备，例如可以是个人电脑、移动终端、个人数字助理、可穿戴电子设备等。服务器24和子服务器262是用于响应服务请求，同时提供计算服务的设备，例如可以是一台或者多台计算机。

图3为一个实施例中图像处理方法的流程图。如图3所示，该图像处理方法包括步骤302至步骤306。其中：

步骤302，获取待处理图像集合。

在本申请提供的实施例中，待处理图像集合是指由若干张待处理图像构成的集合，具体可以是包含一张或多张待处理图像。待处理图像是由若干个像素点构成的，这若干个像素点按照一定的规律进行排列形成一个二维矩阵。在对待处理图像进行处理时，可以对待处理图像中的各个像素点进行处理，改变各个像素点的像素值，也可以改变待处理图像中各个像素点的排列。例如对待处理图像的处理可以是提高待处理图像亮度、提高饱和度、特征识别、分类等处理。一般地，智能终端的存储空间中存储着图片，智能终端可以从预设存储地址中直接获取图片，也可以遍历智能终端中的所有文件夹获取图片。智能终端的存储空间分为内存储器和外接存储器。内存储器是指智能终端本身自带的存储器，是客户端硬件结构的一部分。外接存储器是指智能终端外接的存储设备，外接存储可以通过专用接口与客户端进行数据传输。例如，外接存储器可以是SD卡、U盘等。则待处理图像集合中可以包含内存储器和外接存储器中存储的图片，也可以只包含内存储器中存储的图片，还可以是只包含外接存储器中存储的图片，在此不做限定。

步骤304，遍历待处理图像集合中的待处理图像，判断待处理图像是否已上传至服务器。

在一个实施例中，图像是若干个像素点构成的，这若干个像素点按照一定的规律排列，形成一个二维矩阵。具体地，遍历待处理图像集合中的待处理图像，则判断待处理图像是否已上传至服务器。若待处理图像已经上传至服务器备份，则可以将该待处理图像进行压缩处理，以免压缩处理造成图像的失真，导致图像不可恢复。

步骤306，若待处理图像已上传至服务器，则检测待处理图像中是否包含目标信息，其中目标信息为文字信息和/或人脸信息。

在一个实施例中，目标信息是指待处理图像中包含的纹理细节信息，例如，目标信息可以是文字信息、人脸信息等。遍历待处理图像集合中的每一张待处理图像，检测待处理图像中是否包含目标信息。具体地，可以检测待处理图像中是否包含文字信息；或检测待处理图像中是否包含人脸信息。人脸信息可以通过人脸检测(Facial detection，FD)算法检测进行检测。其中，人脸检测算法可以包括基于几何特征的检测方法、特征脸检测方法、线性判别分析方法、基于隐马尔柯夫模型检测方法等，在此不做限定。文字信息可以通过OCR(Optical Character Recognition，光学字符识别)算法进行检测。另外，根据用户的不同需求，目标信息还可以包括树木、建筑等其他信息，在本申请中不做具体限定。

在对待处理图像进行检测之后，可以根据检测结果将待处理图像进行标记。建立图像标识和信息标识的对应关系，图像标识为待处理图像的唯一标识，信息标识用于对待处理图像中包含的目标信息进行标记。根据图像标识可以查找对应的待处理图像，然后读取待处理图像对应的信息标识，查看该待处理图像中是否包含目标信息以及目标信息的信息类型。例如，图像标识可以为“pic1.jpg”，信息标识可以为“full”、“face”、“char”等，其中“full”表示待处理图像中不包含目标信息，“face”表示待处理图像中包含人脸信息，“char”表示待处理图像中包含文字信息。

步骤308，若待处理图像中不包含目标信息，则将待处理图像进行压缩处理。

压缩处理是指去除图像冗余数据，以减少图像的数据量的过程。一般来说，图像数据的冗余包括空间冗余、时间冗余和频谱冗余。其中空间冗余是指图像中相邻像素之间的相关性引起的冗余，时间冗余是指图像序列中不同帧之间存在相关性而引起的冗余，频谱冗余是指不同彩色平面或频谱带相关性引起的冗余。具体地，由于压缩处理会对图像本身的像素排列和像素值进行改变，减少图像的数据量，因此压缩处理可能会相应地导致图像质量的下降。

在一个实施例中，若待处理图像中包含目标信息，则可以根据信息标识判断目标信息的信息类型。可以预先建立目标信息的信息类型与压缩比例的对应关系，然后根据目标信息的信息类型对应的压缩比例对待处理图像进行压缩处理。例如，若目标信息为人脸信息，则将待处理图像压缩至三分之二大小；若目标信息为文字信息，则将待处理图像压缩至五分之四大小。

在一个实施例中，图像处理方法还可以包括：获取待处理图像的清晰度，根据清晰度将待处理图像进行压缩处理。清晰度是指图像中纹理和边界的清晰程度，清晰度越高，越能看清图像中的细节纹理信息。计算清晰度的算法可以包括空间域梯度算法、频域分析法等。常见的空间域梯度算法包括Brenner算法、Tenengrad算法、SMD算法等算法。频域分析法可以通过统计频域中的高频分量计算清晰度，高频分量越高，图像越清晰。以Tenengrad算法为例，采用Sobel梯度算子分别计算水平和垂直方向上的梯度值，则基于Tenengrad的图像清晰度定义如下：

其中，T是给定的边缘检测阈值，Gx和Gy分别是像素点(x,y)处Sobel水平和垂直方向边缘检测算子的卷积，可以通过以下Sobel梯度算子模板来检测边缘：

具体地，可以预先设定一个清晰度阈值，当待处理图像的清晰度大于清晰度阈值时，认为压缩处理会使待处理图像严重失真，则可以对待处理图像进行压缩处理；当待处理图像的清晰度小于清晰度阈值时，认为压缩处理不会使待处理图像严重失真，则将待处理图像进行压缩处理。

上述实施例提供的图像处理方法，首先获取待处理图像集合，然后检测待处理图像集合中的待处理图像，检测该待处理图像是否已经上传至服务器。若该待处理图像已上传至服务器，则检测是否包含目标信息，将不包含目标信息的待处理图像进行压缩处理。目标信息是用户比较关注的信息，对不包含目标信息的待处理图像进行压缩处理，以避免压缩处理后造成的重要信息的丢失，提高了图像处理的准确率。

图4为另一个实施例中图像处理方法的流程图。如图4所示，该图像处理方法包括步骤402至步骤416。其中：

步骤402，获取待处理图像集合。

在一个实施例中，服务器接收到智能终端发送的待处理图像集合后，可以将待处理图像集合进行存储，这样智能终端即使将待处理图像集合中的图像删除了，还可以从服务器上进行获取。具体地，智能终端和服务器之间可以首先建立通信连接，通信连接成功之后服务器会给智能终端返回一个连接成功的信息，然后智能终端根据连接成功的信息将待处理图像集合发送至服务器。例如，智能终端和服务器之间可以通过一对端口号(socket)来建立通信连接，建立连接之后，通过连接好的端口号来发送图像。

可以理解的是，服务器在存储待处理图像集合后，可以生成一个网页链接，并将网页链接返回给智能终端。智能终端通过访问该网页链接，可以查看存储的待处理图像集合，并可以对待处理图像集合中的待处理图像进行下载。该网页链接对应着一个网页文档，智能终端在点击该网页链接的时候，获取并读取该网页文档，网页文档中包含了这些待处理图像的存储地址和图片标识。智能终端在获取到该网页文档之后，解析该网页文档，并将网页文档中的内容进行显示，用户通过显示的内容对待处理图像进行查看。

步骤404，遍历待处理图像集合中的待处理图像，获取图像尺寸大于尺寸阈值的待处理图像。

在一个实施例中，获取待处理图像集合之后，遍历待处理图像集合中的每一张待处理图像，获取待处理图像的图像尺寸。图像是由若干个像素点构成的二维矩阵，图像尺寸可以通过图像的长度和宽度的乘积进行表示，图像的长度和宽度通过像素点的个数进行表示。例如，待处理图像可以是640*480的，表示这张待处理图像在每一个长度方向上有640个像素点，在每一个宽度方向上有480个像素点，图像尺寸通过长度和宽度的乘积表示，即为640*480＝307200，即该待处理图像为30万像素。图像的压缩会一定程度上减少图像的数据量，若图像尺寸本身比较小，那么可以能会使图像失真更加严重。因此，在对待处理图像进行压缩之前，可以先获取待处理图像的图像尺寸，若待处理图像的图像尺寸小于尺寸阈值，则不对该待处理图像进行压缩处理。

在本申请提供的其他实施例中，还可以获取待处理图像对应的生成方式、生成时间和使用频率等，然后根据生成方式、生成时间和使用频率从待处理图像集合中获取待处理图像。其中，生成方式是指图像的来源，生成时间是指生成图像的时间，使用频率是指使用图像的频率。例如，只获取通过相机、截屏、微信、微博、QQ等方式生成的，生成时间在2017年5月13日以前，且近30天没有使用过的待处理图像进行压缩处理。

步骤406，检测所获取的待处理图像中是否上传至服务器。

步骤408，若待处理图像已上传至服务器，则检测待处理图像中是否包含目标信息。

目标信息还可以是文字信息、人脸信息、树木信息、建筑信息等，用户还可以根据需要对目标信息进行定义，在本申请中不做具体限定。例如，用户比较关注商业广告牌，那么可以将图像中的商业广告牌作为目标信息。目标信息可以通过人工智能进行检测，具体地，将待处理图像作为目标检测模型的输入，并得到目标检测模型输出的检测结果。其中，目标检测模型就是指检测目标信息的算法模型。

检测待处理图像中是否包含目标信息可以是在服务器上完成的，在满足预设触发条件时，智能终端将获取的待处理图像发送至服务器，服务器再检测待处理图像中是否包含目标信息。预设触发条件可以但不限于是：在智能终端的新增图片数量大于预设数量；当前时间为预设时间；距上次发起目标检测请求的时间超过预设时间段；移动终端当前处于充电状态。例如，在移动终端新增图片大于50张时，若当前时间为凌晨2点到5点，且移动终端处于充电状态，则移动终端发起目标检测请求。

当智能终端向服务器发起目标检测请求时，每个目标检测请求中包含一个请求发起设备标识，服务器处理完成之后，将检测结果返回给请求发起设备标识对应的智能终端。请求发起设备标识可以是指应用账户标识，也可以是终端标识。其中，应用账户标识是指用于表示用户身份的唯一身份标识，终端标识是指区分不同智能终端的唯一标识。终端标识可以但不限于是智能终端的IP(Internet Protocol，网络之间互连的协议)地址、MAC(Media Access Control，媒体访问控制)地址等。例如，用户可以通过应用账户登录智能终端，并通过智能终端向服务器发送目标检测请求，服务器接收到智能终端发送的目标检测请求之后，获取检测待处理图像中的目标信息，并将检测结果返回给智能终端。同时对于智能终端发起的目标检测请求，服务器可以记录目标检测请求对应的请求状态，用于表示目标检测请求的处理过程。例如，请求状态可以包括未处理、处理中、重新处理和处理完成等状态，可以分别通过“R-Result”、“De-Handle”、“Re-Group”和“End”等标签进行表示。读取当前目标检测请求的请求状态标签，根据请求状态标签可以知道当前目标检测请求的状态。其中，如果由于硬件或软件故障造成请求中断等情况，目标检测请求可能会重新进行处理，那么该目标检测请求就可以通过“Re-Group”标签来表示当前请求状态为重新处理。

由于服务器的处理能力有限，则服务器在接收到目标检测请求之后，可以形成一个请求队列，请求队列中的目标检测请求可以按照请求时间的先后进行排序，然后依次将请求队列中的目标检测请求进行处理。在处理目标检测请求时，可以将请求队列中的请求发起设备标识相同的目标检测请求进行合并。由于合并的目标检测请求的请求发起设备标识相同，那么将合并后的目标检测请求进行处理后，得到的分类处理结果可以直接发送该请求发起设备标识对应的智能终端。举例来说，目标检测请求队列中包含了三个目标检测请求，按照时间先后顺序排列分别为：目标检测请求1，应用账户A在2017年8月20日03:30发送的目标检测请求，包含图像集合1；目标检测请求2，应用账户B在2017年8月21日02:41发送的目标检测请求，包含图像集合2；目标检测请求3，应用账户A在2017年8月22日04:02发送的目标检测请求，包含图像集合3。则将目标检测请求1和目标检测请求3进行合并，合并后获取的图像集合为图像集合1和图像集合3的并集。

步骤410，若待处理图像中包含目标信息，则获取目标信息在待处理图像中对应的目标区域。

在一个实施例中，目标区域是指待处理图像中目标信息所在的区域，也就是说目标区域是由待处理图像中的部分或全部像素点构成的。目标区域是一个封闭的连通区域，每一个目标信息对应一个目标区域。例如，待处理图像中包含了多个文字，那么每一个文字就对应一个文字区域；若待处理图像中包含了多个人脸，那么每一个人脸就对应一个人脸区域。在获取待目标区域之后，还可以获取目标区域的区域坐标。区域坐标是指表示目标区域在待处理图像中的位置的坐标，例如区域坐标可以是人脸区域中心像素在待处理图像中的位置的坐标，也可以是人脸区域的左上角像素在待处理图像中的位置的坐标。在获取到目标区域之后，可以通过区域坐标查找目标区域在待处理图像中的具体位置。

步骤412，获取目标信息的信息类型，并获取信息类型对应的面积阈值。

信息类型表示目标信息的具体类型，信息类型可以通过信息标识进行表示。信息标识用于对待处理图像中包含的目标信息进行标记，可以通过信息标识查看该待处理图像中是否包含目标信息以及目标信息的信息类型。例如，信息标识可以为“full”、“face”、“char”等，其中“full”表示待处理图像中不包含目标信息，“face”表示待处理图像中包含人脸信息，“char”表示待处理图像中包含文字信息。预先建立信息类型和面积阈值的对应关系，然后根据信息类型获取对应的面积阈值。

步骤414，若目标区域的区域面积大于面积阈值，则将待处理图像进行压缩处理。

区域面积指的是目标区域所占用的面积的大小。可以理解的是，目标区域是待处理图像中的一部分，是由待处理图像中的部分或全部像素点构成的。因此区域面积可以通过目标区域中包含的像素点的数量进行表示，也可以通过目标区域与待处理图像的面积比例进行表示，在此不做限定。将获取的目标区域的区域面积和面积阈值进行比较，若目标区域的区域面积大于面积阈值，则将待处理图像进行压缩处理。若目标区域的区域面积小于或等于面积阈值，则不对待处理图像进行压缩处理。

可以理解的是，待处理图像中检测到的每一个目标信息都会对应一个目标区域，也就是说如果待处理图像中检测到多个目标信息，那么就会包含多个目标区域。为了在压缩过程中不造成目标信息的过渡失真，可以将每一个目标区域都与面积阈值进行比较，若任意一个目标区域的区域面积小于或等于面积阈值，就说明压缩会造成重要信息的丢失，则就可以不对该图像做压缩处理。具体地，若待处理图像中的存在两个以上的目标区域，则获取各个目标区域对应的区域面积；若获取的所有目标区域对应的区域面积都大于面积阈值，则将所述待处理图像进行压缩处理。

具体地，在进行压缩处理的时候，可以建立目标区域的区域面积与压缩比例的对应关系。根据目标区域的区域面积获取对应的压缩比例，然后根据压缩比例将待处理图像进行压缩处理。一般来说，区域面积越大，对待处理图像进行压缩处理的程度越深。若待处理图像中存在两个或两个以上的目标区域，则根据最小的区域面积获取对应的压缩比例。

步骤416，若待处理图像中不包含目标信息，则将待处理图像进行压缩处理。

在一个实施例中，在对待处理图像进行压缩处理的时候，还可以检测待处理图像是否为从服务器上下载的原图；若否，则将该待处理图像进行压缩处理。原图是指服务器备份的原始图像，若该待处理图像是从服务器备份的图像中下载的，那么认为该待处理图像为原图。具体地，终端会向服务器发起图像下载指令，然后服务器会根据图像下载指令获取原图，并将原图发送给终端。服务器在发送原图的时候，会将原图进行标记。终端可以判断待处理图像是否包含原图标记，若包含则该待处理图像为原图。

上述实施例提供的图像处理方法，首先获取待处理图像集合中图像尺寸大于尺寸阈值的待处理图像，然后检测获取的待处理图像是否包含目标信息，并根据目标信息的信息类型判断是否进行压缩处理，并将不包含目标信息的待处理图像进行压缩处理。只对区域面积大于面积阈值的待处理图像进行压缩处理，以避免压缩处理后造成的目标区域的重要信息的丢失，提高了图像处理的准确率。

图5为一个实施例中图像处理系统的系统架构图。如图5所示，该图像处理系统中包括客户端52、本地服务器54和云端服务器56。其中，客户端52可以通过触发器522发起目标检测请求，然后通过数据获取模块524从图像数据库520中获取待处理图像集合，然后将待处理图像集合存放在备份数据库526中，并将待处理图像集合发送至本地服务器54。本地服务器54接收到待处理图像集合之后，通过Package打包模块540将待处理图像集合进行打包，并将打包后的待处理图像集合通过通信模块542发送到云端服务器56进行目标信息检测处理。云端服务器56将得到的服务器检测结果下发到本地服务器54。本地服务器54通过通信模块542接收检测结果，并通过Package解析模块544将服务器检测结果进行解析，然后将解析后的检测结果发送到客户端52。客户端52将接收到的检测结果后，压缩处理模块528会根据检测结果将待处理图像集合中的待处理图像进行压缩处理。

图6为一个实施例中图像处理装置的结构示意图。如图6所示，该图像处理装置600包括图像获取模块602、图像上传模块604、信息检测模块606和压缩处理模块608。其中：

图像获取模块602，用于获取待处理图像集合。

图像上传模块604，用于遍历所述待处理图像集合中的待处理图像，判断所述待处理图像是否已上传至服务器。

信息检测模块606，用于判断若所述待处理图像已上传至所述服务器，则检测所述待处理图像中是否包含目标信息，其中所述目标信息为文字信息和/或人脸信息。

压缩处理模块608，用于判断若所述待处理图像中不包含所述目标信息，则将所述待处理图像进行压缩处理。

上述实施例提供的图像处理装置，首先获取待处理图像集合，然后检测待处理图像集合中的待处理图像是否已经上传至服务器，若待处理图像已上传至服务器，则检测待处理图像中是否包含目标信息，将不包含目标信息的待处理图像进行压缩处理。目标信息是用户比较关注的信息，对不包含目标信息的待处理图像进行压缩处理，以避免压缩处理后造成的重要信息的丢失，提高了图像处理的准确率。

图7为另一个实施例中图像处理装置的结构示意图。如图7所示，该图像处理装置700包括图像获取模块702、图像上传模块704、信息检测模块706、区域获取模块708、阈值获取模块710和压缩处理模块712。其中：

图像获取模块702，用于获取待处理图像集合。

图像上传模块704，用于遍历所述待处理图像集合中的待处理图像，判断所述待处理图像是否已上传至服务器。

信息检测模块706，用于判断若所述待处理图像已上传至所述服务器，则检测所述待处理图像中是否包含目标信息，其中所述目标信息为文字信息和/或人脸信息。

区域获取模块708，用于若所述待处理图像中包含目标信息，则获取所述目标信息在所述待处理图像中对应的目标区域。

阈值获取模块710，用于获取所述目标信息的信息类型，并获取所述信息类型对应的面积阈值。

压缩处理模块712，用于若所述目标区域的区域面积大于面积阈值，则将所述待处理图像进行压缩处理；若所述待处理图像中不包含所述目标信息，则将所述待处理图像进行压缩处理。

上述实施例提供的图像处理装置，首先检测待处理图像集合的待处理图像中是否包含目标信息，然后根据目标信息的信息类型判断是否进行压缩处理，并将不包含目标信息的待处理图像进行压缩处理。只对区域面积大于面积阈值的待处理图像进行压缩处理，以避免压缩处理后造成的目标区域的重要信息的丢失，提高了图像处理的准确率。

在一个实施例中，图像上传模块704还用于遍历所述待处理图像集合中的每一张待处理图像，获取图像尺寸大于尺寸阈值的待处理图像；检测所获取的待处理图像中是否上传至服务器。

在一个实施例中，压缩处理模块712还用于若所述待处理图像中的存在两个以上的目标区域，则获取各个目标区域对应的区域面积；若获取的所有目标区域对应的区域面积都大于面积阈值，则将所述待处理图像进行压缩处理。

在一个实施例中，压缩处理模块712还用于获取待处理图像的清晰度，根据所述清晰度将所述待处理图像进行压缩处理。

在一个实施例中，压缩处理模块712还用于检测所述待处理图像是否为从所述服务器上下载的原图；若否，则将所述待处理图像进行压缩处理。

上述图像处理装置中各个模块的划分仅用于举例说明，在其他实施例中，可将图像处理装置按照需要划分为不同的模块，以完成上述图像处理装置的全部或部分功能。

图8为一个实施例中服务器的内部结构示意图。如图8所示，该服务器包括通过系统总线连接的处理器、非易失性存储介质、内存储器和网络接口。其中，该处理器用于提供计算和控制能力，支撑整个计算机设备的运行。存储器用于存储数据、程序等，存储器上存储至少一个计算机程序，该计算机程序可被处理器执行，以实现本申请实施例中提供的适用于计算机设备的无线网络通信方法。存储器可包括磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random-Access-Memory，RAM)等。例如，在一个实施例中，存储器包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行，以用于实现上述实施例所提供的一种图像处理方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。网络接口可以是以太网卡或无线网卡等，用于与外部的计算机设备进行通信。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的服务器的限定，具体的服务器可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行以下步骤：

获取待处理图像集合；

遍历所述待处理图像集合中的待处理图像，判断所述待处理图像是否已上传至服务器；

若所述待处理图像已上传至所述服务器，则检测所述待处理图像中是否包含目标信息，其中所述目标信息为文字信息和/或人脸信息；

若所述待处理图像中不包含所述目标信息，则将所述待处理图像进行压缩处理。

在一个实施例中，所述处理器执行的所述遍历所述待处理图像集合中的待处理图像，判断所述待处理图像是否已上传至服务器包括：

遍历所述待处理图像集合中的每一张待处理图像，获取图像尺寸大于尺寸阈值的待处理图像；

检测所获取的待处理图像中是否已经上传至服务器。

在一个实施例中，所述处理器执行的所述方法还包括：

若所述待处理图像中包含目标信息，则获取所述目标信息在所述待处理图像中对应的目标区域；

若所述目标区域的区域面积大于面积阈值，则将所述待处理图像进行压缩处理。

在一个实施例中，所述处理器执行的所述若所述目标区域的区域面积大于面积阈值，则将所述待处理图像进行压缩处理包括：

若所述待处理图像中的存在两个以上的目标区域，则获取各个目标区域对应的区域面积；

若获取的所有目标区域对应的区域面积都大于面积阈值，则将所述待处理图像进行压缩处理。

在一个实施例中，所述处理器执行的所述方法还包括：

获取所述目标信息的信息类型，并获取所述信息类型对应的面积阈值。

在一个实施例中，所述处理器执行的所述将所述待处理图像进行压缩处理包括：

获取待处理图像的清晰度，根据所述清晰度将所述待处理图像进行压缩处理。

在一个实施例中，所述处理器执行的所述将所述待处理图像进行压缩处理包括：

检测所述待处理图像是否为从所述服务器上下载的原图；

若否，则将所述待处理图像进行压缩处理。

一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例提供的图像处理方法。

本申请实施例还提供了一种计算机设备。如图9所示，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。该计算机设备可以为包括手机、平板电脑、PDA(Personal Digital Assistant，个人数字助理)、POS(Point of Sales，销售终端)、车载电脑、穿戴式设备等任意终端设备，以计算机设备为手机为例：

图9为与本申请实施例提供的计算机设备相关的手机的部分结构的框图。参考图9，手机包括：射频(Radio Frequency，RF)电路910、存储器920、输入单元930、显示单元940、传感器950、音频电路960、无线保真(wireless fidelity，WiFi)模块970、处理器980、以及电源990等部件。本领域技术人员可以理解，图9所示的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

其中，RF电路910可用于收发信息或通话过程中，信号的接收和发送，可将基站的下行信息接收后，给处理器980处理；也可以将上行的数据发送给基站。通常，RF电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low Noise Amplifier，LNA)、双工器等。此外，RF电路910还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(Global System ofMobile communication，GSM)、通用分组无线服务(General Packet Radio Service，GPRS)、码分多址(Code Division Multiple Access，CDMA)、宽带码分多址(Wideband CodeDivision Multiple Access，WCDMA)、长期演进(Long Term Evolution，LTE))、电子邮件、短消息服务(Short Messaging Service，SMS)等。

存储器920可用于存储软件程序以及模块，处理器980通过运行存储在存储器920的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器920可主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能的应用程序、图像播放功能的应用程序等)等；数据存储区可存储根据手机的使用所创建的数据(比如音频数据、通讯录等)等。此外，存储器920可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

输入单元930可用于接收输入的数字或字符信息，以及产生与手机900的用户设置以及功能控制有关的键信号输入。具体地，输入单元930可包括触控面板931以及其他输入设备932。触控面板931，也可称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板931上或在触控面板931附近的操作)，并根据预先设定的程式驱动相应的连接装置。在一个实施例中，触控面板931可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器980，并能接收处理器980发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板931。除了触控面板931，输入单元930还可以包括其他输入设备932。具体地，其他输入设备932可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)等中的一种或多种。

显示单元940可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元940可包括显示面板941。在一个实施例中，可以采用液晶显示器(LiquidCrystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板941。在一个实施例中，触控面板931可覆盖显示面板941，当触控面板931检测到在其上或附近的触摸操作后，传送给处理器980以确定触摸事件的类型，随后处理器980根据触摸事件的类型在显示面板941上提供相应的视觉输出。虽然在图9中，触控面板931与显示面板941是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板931与显示面板941集成而实现手机的输入和输出功能。

手机900还可包括至少一种传感器950，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板941的亮度，接近传感器可在手机移动到耳边时，关闭显示面板941和/或背光。运动传感器可包括加速度传感器，通过加速度传感器可检测各个方向上加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换)、振动识别相关功能(比如计步器、敲击)等；此外，手机还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器等。

音频电路960、扬声器961和传声器962可提供用户与手机之间的音频接口。音频电路960可将接收到的音频数据转换后的电信号，传输到扬声器961，由扬声器961转换为声音信号输出；另一方面，传声器962将收集的声音信号转换为电信号，由音频电路960接收后转换为音频数据，再将音频数据输出处理器980处理后，经RF电路910可以发送给另一手机，或者将音频数据输出至存储器920以便后续处理。

WiFi属于短距离无线传输技术，手机通过WiFi模块970可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图9示出了WiFi模块970，但是可以理解的是，其并不属于手机900的必须构成，可以根据需要而省略。

处理器980是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器920内的软件程序和/或模块，以及调用存储在存储器920内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。在一个实施例中，处理器980可包括一个或多个处理单元。在一个实施例中，处理器980可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等；调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器980中。

手机900还包括给各个部件供电的电源990(比如电池)，优选的，电源可以通过电源管理系统与处理器980逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

在一个实施例中，手机900还可以包括摄像头、蓝牙模块等。

在本申请实施例中，该移动终端所包括的处理器980执行存储在存储器上的计算机程序时实现上述实施例提供的图像处理方法。

本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)，它用作外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种图像处理方法，其特征在于，所述方法包括：

获取待处理图像集合；

遍历所述待处理图像集合，基于图像的生成方式、生成时间和使用频率中的至少一种确定所述待处理图像集合中的待处理图像，判断所述待处理图像是否已上传至服务器；

若所述待处理图像已上传至所述服务器，则指示所述服务器检测所述待处理图像中是否包含目标信息，其中所述目标信息为文字信息和/或人脸信息；

若所述待处理图像中不包含所述目标信息，则检测所述待处理图像是否为从所述服务器上下载的原图，若否，则将所述待处理图像进行压缩处理；

若所述待处理图像中包含目标信息，则获取所述目标信息在所述待处理图像中对应的目标区域；

若所述目标区域的区域面积大于面积阈值，则将所述待处理图像进行压缩处理。

2.根据权利要求1所述的图像处理方法，其特征在于，所述遍历所述待处理图像集合，基于图像的生成方式、生成时间和使用频率中的至少一种确定所述待处理图像集合中的待处理图像，判断所述待处理图像是否已上传至服务器包括：

遍历所述待处理图像集合中的每一张待处理图像，获取图像尺寸大于尺寸阈值的图像；

基于图像的生成方式、生成时间和使用频率中的至少一种，从所获取的图像尺寸大于尺寸阈值的图像中获取待处理图像；

检测所获取的待处理图像中是否已经上传至服务器。

3.根据权利要求1所述的方法，其特征在于，所述若所述待处理图像已上传至所述服务器，则指示所述服务器检测所述待处理图像中是否包含目标信息，包括：

若所述待处理图像已上传至所述服务器，则确定是否满足预设触发条件；

当确定满足所述预设触发条件，向所述服务器发送目标检测请求，所述目标检测请求用于指示所述服务器检测所述待处理图像中是否包含目标信息；

其中，所述预设触发条件包括：智能终端的新增图片数量大于预设数量、当前时间为预设时间、距上次发起目标检测请求的时间超过预设时间段；移动终端当前处于充电状态中的至少一种。

4.根据权利要求1所述的图像处理方法，其特征在于，所述若所述目标区域的区域面积大于面积阈值，则将所述待处理图像进行压缩处理包括：

若所述待处理图像中的存在两个以上的目标区域，则获取各个目标区域对应的区域面积；

若获取的所有目标区域对应的区域面积都大于面积阈值，则将所述待处理图像进行压缩处理。

5.根据权利要求1所述的图像处理方法，其特征在于，所述方法还包括：

获取所述目标信息的信息类型，并获取所述信息类型对应的面积阈值。

6.根据权利要求1所述的图像处理方法，其特征在于，所述若所述目标区域的区域面积大于面积阈值，则将所述待处理图像进行压缩处理包括：

若所述目标区域的区域面积大于面积阈值，则获取所述目标信息的信息类型；

根据所述目标信息的信息类型获取对应的压缩比例；

根据所述压缩比例对所述待处理图像进行压缩处理。

7.根据权利要求1至6任一项所述的图像处理方法，其特征在于，所述将所述待处理图像进行压缩处理包括：

获取所述待处理图像的清晰度，根据所述清晰度将所述待处理图像进行压缩处理。

8.一种图像处理装置，其特征在于，所述装置包括：

图像获取模块，用于获取待处理图像集合；

图像上传模块，用于遍历所述待处理图像集合，基于图像的生成方式、生成时间和使用频率中的至少一种确定所述待处理图像集合中的待处理图像，判断所述待处理图像是否已上传至服务器；

信息检测模块，用于判断若所述待处理图像已上传至所述服务器，则指示所述服务器检测所述待处理图像中是否包含目标信息，其中所述目标信息为文字信息和/或人脸信息；

压缩处理模块，用于判断若所述待处理图像中不包含所述目标信息，则检测所述待处理图像是否为从所述服务器上下载的原图，若否，则将所述待处理图像进行压缩处理；

所述压缩处理模块，还用于判断若所述待处理图像中包含目标信息，则获取所述目标信息在所述待处理图像中对应的目标区域，若所述目标区域的区域面积大于面积阈值，则将所述待处理图像进行压缩处理。

9.一种计算机设备，包括存储器及处理器，所述存储器中储存有计算机可读指令，所述指令被所述处理器执行时，使得所述处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。